업데이트 세트에 NLU 모델 추가
업데이트 세트를 사용하여 (NLU) 모델을 한 인스턴스에서 다른 인스턴스로 이동합니다 자연어 이해 . 업데이트 세트에는 대상 인스턴스에서 모델이 작동하는 데 필요한 모든 기록이 포함됩니다.
시작하기 전에
- 플러그인, NLU 워크벤치 코어 플러그인 및 예측 인텔리전스 플러그인이 NLU 워크벤치 모두 인스턴스에 설치되고 활성화되어 있는지 확인합니다.
- 다음 지침은 및 AI 검색에 대한 가상 에이전트 모델에 적용됩니다NLU.
- 필요한 역할: admin
이 태스크 정보
업데이트 세트를 사용하여 소스 인스턴스에서 대상 인스턴스로 모델을 전송합니다. 대상 인스턴스의 범위는 소스 인스턴스의 모델 범위와 이미 동일해야 합니다.
- 모델 콘텐츠(의도, 발언, 엔터티, 주석, 어휘 및 기본 테스트 세트)
- 관련 어휘 출처
- 해당 최신 활성 ML 솔루션
- ML 모델 아티팩트
- ML 솔루션 및 정의(마지막 세 번의 실행, 그 중 하나가 성공한 경우)
업데이트 세트에 대한 자세한 내용은 시스템 업데이트 세트를 참조하십시오.
모델을 다른 업데이트 세트에 추가하려면 해당 업데이트 세트를 현재 업데이트 세트로 만들어야 합니다. Create and select an update set as the current set 문서를 참조하십시오.
최적의 이식성을 위해 시스템 기본 업데이트 세트가 아닌 새로운 전용 업데이트 세트에 모델을 추가 NLU 하십시오. 이렇게 하려면 모델의 범위에서 새 업데이트 세트를 수동으로 생성해야 합니다. 현재 업데이트 세트가 범위의 기본값인 경우 오류가 표시됩니다. 이 오류에는 새 업데이트 세트를 수동으로 생성하는 링크가 포함되어 있습니다.
모델에 어휘 테이블 등 여러 범위의 기록이 포함되어 있는 경우 업데이트 세트는 상위-하위 (배치) 구조를 가져야 합니다. 5단계의 절차에 따라 상위-하위 업데이트 세트를 생성합니다.
업데이트 세트를 사용하여 모델(전역 또는 범위가 지정됨)을 이동하면 이전 후에도 교육 및 게시 상태가 동일하게 유지됩니다. 따라서 업데이트 세트에 추가되기 전에 교육되고 게시된 모델은 대상 인스턴스에서 재교육하거나 다시 게시할 필요가 없습니다.
상위-하위 업데이트 세트에 대한 자세한 내용은 다음 문서를 참조하십시오 Update set batching. 다음 비디오는 이 프로세스의 데모를 제공합니다.
프로시저
다음에 수행할 작업
소스 인스턴스의 참조된 기록이 대상 인스턴스에 없는 경우 업데이트 세트를 적용하는 동안 오류가 발생할 수 있습니다. 예를 들어 sys_nlu_intent의 원본 필드는 대상 인스턴스에 존재하지 않는 다른 모델의 의도를 참조할 수 있습니다. 어쨌든 실패한 기록에서 원격 업데이트 수락 을 클릭하여 업데이트 세트를 커밋할 수 있습니다.